小红书后端开发工程师-rednote shop 国际电商
任职要求
【任职要求——我们期待这样的你】 1、扎实的计算机基础：本科及以上学历，计算机相关专业。具备扎实的编程能力，精通Java技术栈。 2、有借助AI“一人成军”的热情，有愿力在新的业务场景下去探索AI重塑产品研发模式的可能。 3、有跨境电商、交易、支付、营销或其他国际化项目经验者优先。 4、良好的沟通与适应力：具备跨团队协作能力，既能适应快节奏的业务迭代，也能沉下心来攻坚复杂技术难题。 【为什么选择加入我们？】 1、使命感的驱动：你不仅是在写代码，更是在帮助“中国有好货”这句slogan落地为全球数亿用户的真实体验，让中国的好设计、…
工作职责
【关于团队与业务】 “中国有好货”——这不仅仅是一句slogan，更是小红书的使命。 从小红书社区诞生的第一天起，我们就在见证用户分享来自中国乃至全球的好设计、好品牌、好生活。今天，rednote shop（小红书商城）正是要将这份“种草”的信任，延伸为让全球用户都能买到中国好货的完整交易闭环。 作为rednote shop的后端工程师，你不仅是技术的构建者，更是“中国好货走向世界”的幕后推手。你将面对跨国多地的复杂业务场景，支撑从货架电商、笔记挂链到跨境支付、履约、售后的全链路闭环。这里有多语言、多币种、多合规体系下的架构设计难题。我们期待与你一起，用技术连接人与好货，让中国的好设计、好产品被全球看见。 【岗位职责——你将负责什么？】 1、核心业务系统建设：负责rednote shop电商系统的设计与研发，让每一件“中国好货”都能顺畅地触达全球用户。 2、全球化技术挑战攻坚：解决跨境业务中的核心技术痛点，包括但不限于海外合规、跨境履约与售后、多数据中心、跨境资金安全与对账，让“中国好货”安全合规地抵达全球消费者。 3、业务模式创新落地：深度参与“社区+电商”的特色业务探索，面对从0到1的业务场景，探索“中国有好货”的更多创新表达方式。
【关于团队与业务】 我们在做一件有点酷的事——把小红书的内容基因带到全球电商场景里。 团队刚刚起步，没有繁琐的流程，也没有既定的条条框框。你会直接面对真实的业务问题，和一群同样较真的工程师一起把想法变成产品。AI 技术正在重新定义电商的玩法，我们想找到那些不只是用工具、更想亲手造工具的人。 如果你想在一个高密度成长的环境里，留下真正属于自己的技术痕迹，这里可能是你想来的地方！ 【岗位职责——你将负责什么？】 1、交易体验的极致追求：负责rednote shop商城核心交易链路的前端研发，包括商品详情、购物车、下单支付等全流程，确保每一笔交易在视觉和交互上都足够清晰、顺畅、可靠。 2、全球化用户界面的落地：攻克多语言文案适配、多币种实时换算、多区域合规文案展示、不同地区用户习惯等带来的UI/UX挑战，为中国好货打造“本地化”的全球面孔。 3、社区与电商的无缝融合：深度参与“笔记种草”到“一键下单”的完整链路建设，通过创新的前端技术，将社区内容与交易场景自然连接，让“心动”能即刻转化为“行动”。 4、性能与工程效率的持续优化：对首屏加载、页面渲染性能、核心组件复用性进行极致优化，并在业务快速迭代中，探索和落地AI辅助开发、自动化测试等提效手段。
【关于团队与业务】 想象一下，全球数亿用户通过你指尖下的屏幕，就能触摸到、购买到来自中国的优质好物。这正是RedNote Shop客户端团队的使命所在。我们不仅是小红书App中电商功能的实现者，更是将“中国好货”直接送达用户手中的“最后一公里”建设者。在这里，你将直面多语言、多币种、多地区网络差异带来的原生性能挑战，也要兼顾流畅体验与安全合规的双重考验。你将用代码构建一个稳定、快速、充满信任感的移动端交易场，让每一次点击都成为连接中国设计与全球生活的一次美好互动。 【岗位职责——你将负责什么？】 1、核心交易链路的原生体验：负责RedNote Shop客户端（iOS/Android）电商业务的核心功能开发与维护，包括但不限于商品浏览、下单、支付等，打造流畅、稳定的原生级交易体验； 2、全球化场景下的技术攻坚：应对不同国家和地区的网络环境差异，优化客户端在网络抖动、弱网下的加载速度和数据一致性；解决多语言、多时区、多币种在客户端的复杂展示与计算问题； 3、社区与电商的客户端融合：与社区、推荐等客户端团队紧密配合，通过Native技术实现“笔记”到“商品”的无缝跳转和沉浸式购物体验，让社区种草在客户端层面高效转化； 4、基础能力建设与创新探索：建设高可用的客户端组件、监控体系和日志系统，保障App的稳定性。同时，拥抱AI，探索其在客户端开发、测试、以及提升用户互动体验上的创新应用。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。
中台稠密引擎组，是小红书负责建设通用深度学习训练推理引擎的团队，面向全公司LLM、多模态LLM、SD、传统CV&NLP等稠密计算型模型训练与推理的业务场景，打造高效、易用、业界领先的训练与推理引擎，为小红书社区、商业化、安全等众多业务方向提供先进的引擎能力，支撑业务持续提升训练推理效率、模型迭代效率与算法研发效率。 1、参与设计和实现深度学习后训练及微调的前沿算法（包括但不限于RFT、RLHF等），以适应多样化的业务场景； 2、结合业务数据和场景，评估选择最适合的微调算法，以支撑业务大语言模型（LLM）微调指标的提升； 3、与数据团队紧密合作，深入理解数据特性，参与设计实现数据提质算法引擎工具，产出高质量数据集提升模型微调效果； 4、与公司内各算法团队深度合作，参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地； 5、密切关注业界 LLM 微调算法和数据提质领域的前沿论文，并整合新技术和算法到训练引擎中，提升框架的领先性；